Académique Documents
Professionnel Documents
Culture Documents
Les descriptions faites sur les variables soulvent toute une srie de questions sur leurs relations, qui devront tre mises en lumire en les
rapprochant deux deux dans des analyses bi-varies.
Les tris croiss, qui ont pour objet de rassembler dans un tableau unique les distributions de frquences ou d'effectifs de deux ou plusieurs
variables, sont en gnral complts par des mesures d'association qui permettent de dmontrer la signification statistique dassociation
observe entre ces variables.
Le test trs simple du khi-deux pour vrifier l'association de deux variables qualitatives constitue une bonne introduction.
BOULAHOUAL ADIL
1- Principe du test
Le principe est de comparer la distribution observe (Oij), c'est--dire les effectifs que l'on peut lire dans le tableau crois, une
distribution thorique (Tij) qui correspond l'hypothse selon laquelle les deux variables sont indpendantes. Normalement, si les
variables taient indpendantes, l'effectif observ ne devrait dpendre que des effectifs marginaux, c'est--dire de l'effectif total de chaque
modalit. Autrement, nous cherchons vrifier si l'association des deux variables est suffisamment forte pour que l'hypothse de leur
indpendance puisse tre rejete.
2- Procdure du test
Nous rejetons lhypothse nulle (on conclut que la relation existe) si : >
i 1 j 1
ij
Tij
Tij
0,05 [(r-1)(c-1)]
i = numro de la ligne;
j = numro de la colonne;
r = nombre de lignes, c'est--dire le nombre de modalits de la variable prsente en lignes;
c = nombre de colonnes, c'est--dire le nombre de modalits de la variable prsente en colonnes.
N.B : La loi du 2 suit une distribution asymtrique dont la forme dpend du nombre de degrs de libert n. Le nombre de degrs de libert
varie en fonction du nombre de modalits des variables et se calcule de la manire suivante: (r-1)(c -1).
Il est important de noter aussi que ce test est assez sensible la taille de l'chantillon, la taille du tableau crois et que, normalement,
chaque case du tableau devrait avoir un effectif thorique au moins gal cinq(5).
Procdures sous SPSS : Analyse Statistiques descriptives Tableaux croiss Chi-deux Poursuivre Ok.
Rgle : Si la signification du test est infrieure au seuil choisi nous rejetons lhypothse nulle et nous confirmons lexistence dassociation
entre les variables tudies.
O:
0,50
0,30
0,10
0,01
V
V
V
V
V
V
0,70
0,69
0,49
0,29
0,09
0,00
Dans le cas particulier des tableaux carrs 2 x 2 (2 lignes et 2 colonnes), qui comparent deux variables deux modalits, il est
recommand d'appliquer une correction au 2 , ou d'utiliser le coefficient phi ( ).
Le coefficient de contingence (C) peut tre appliqu pour des mesures d'association sans contrainte de taille de tableau.
Nous pouvons mesurer la force de la relation entre les deux variables par le biais de lindice V de Cramer ;
Le coefficient d'association prdictive (lambda) permet de mesurer dans quelle proportion une variable qualitative indpendante
influence une variable qualitative dpendante. C'est donc une mesure dissymtrique qui - contrairement aux prcdentes - a pour objet
une force de prdiction.
2
2
2
C
V
2 n
n( L 1)
n
BOULAHOUAL ADIL
Exercice dapplication
Hommes
Femmes
T:
O:
450*
400
TOTAL
O : 180
150*
1200
2
2
2
2
250
750
150
450
12,8
420
600
1600
Vrifier lexistence dassociation entre le genre et a possession de carte de fidlit et mesurer la force de cette association
sachant que 25% (400/1600) des clients possdent une carte de fidlit.
Tests du Khi-deux
Valeur
ddl
12,800a
,000
12,377
,000
Rapport de vraisemblance
12,619
,000
Khi-deux de Pearson
b
,000
,000
BOULAHOUAL ADIL
Valeur
Symtrique
Lambda
Nominal par Nominal
T approxim
b
Sig.approxime
b
,000
,000
Sexe dpendant
,000
,000
Possession dpendant
,000
,000
Sexe dpendant
,008
,005
,000
Possession dpendant
,008
,005
,000
Mesures symtriques
Valeur
Signification
approxime
Phi
Nominal par Nominal
,089
,000
V de Cramer
,089
,000
Coefficient de contingence
,089
,000
1600
Mesures directionnelles